• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2000년도 ITC-CSCC -2
• /
• pp.753-756
• /
• 2000

In this paper we present and compare two different spatio-temporal decorrelation learning algorithms for updating the weights of a linear feedforward network with FIR synapses (MIMO FIR filter). Both standard gradient and the natural gradient are employed to derive the spatio-temporal decorrelation algorithms. These two algorithms are applied to multichannel blind deconvolution task and their performance is compared. The rigorous derivation of algorithms and computer simulation results are presented.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제6권10호
• /
• pp.2632-2649
• /
• 2012

Most approaches to human action recognition is limited due to the use of simple action datasets under controlled environments or focus on excessively localized features without sufficiently exploring the spatio-temporal information. This paper proposed a framework for recognizing realistic human actions. Specifically, a new action representation is proposed based on computing a rich set of descriptors from keypoint trajectories. To obtain efficient and compact representations for actions, we develop a feature fusion method to combine spatial-temporal local motion descriptors by the movement of the camera which is detected by the distribution of spatio-temporal interest points in the clips. A new topic model called Markov Semantic Model is proposed for semantic feature selection which relies on the different kinds of dependencies between words produced by "syntactic " and "semantic" constraints. The informative features are selected collaboratively based on the different types of dependencies between words produced by short range and long range constraints. Building on the nonlinear SVMs, we validate this proposed hierarchical framework on several realistic action datasets.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제31권11호
• /
• pp.1534-1542
• /
• 2004

본 논문에서는 교통 영상에서 실시간 교통 정보를 산출하는 새로운 기법을 소개한다. 각 차선의 검지 영역은 통계적 특징과 형상적 특징을 이용하여 도로, 차량, 그리고 그림자 영역으로 분류한다. 한 프레임에서의 오류는 연속된 프레임에서의 차량 영역의 상관적 특징을 이용하여 시공간 영상에서 교정된다. 국부 검지 영역만을 처리하므로 전용의 병렬 처리기 없이도 초당 30 프레임 이상의 실시간 처리가 가능하며 기상조건, 그림자, 교통량의 변화에도 강건한 성능을 보장할 수 있다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 1998년도 추계종합학술대회 논문집
• /
• pp.871-874
• /
• 1998

This paper presents a new morphological spatio-temporal segmentation algorithm. The algorithm incorporates intensity and motion information simultaneously, and uses morphological tools such as morphological filters and watershed algorithm. The procedure toward complete segmetnation consists of three steps: joint marker extraction, boundary decision, and motion-based region fusion. By incorporating spatial and temporal information simultaneously, we can obtain visually meaningful segmentation results. Simulation results demonstrates the efficiency of the proposed method.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제3권5호
• /
• pp.527-547
• /
• 2009

Moving object management is widely used in traffic, logistic and data mining applications in ubiquitous environments. It is required to analyze spatio-temporal data and trajectories for moving object management. In this paper, we proposed a novel index structure for spatio-temporal aggregation of trajectory in a constrained network, named aCN-RB-tree. It manages aggregation values of trajectories using a constraint network-based index and it also supports direction of trajectory. An aCN-RB-tree consists of an aR-tree in its center and an extended B-tree. In this structure, an aR-tree is similar to a Min/Max R-tree, which stores the child nodes' max aggregation value in the parent node. Also, the proposed index structure is based on a constrained network structure such as a FNR-tree, so that it can decrease the dead space of index nodes. Each leaf node of an aR-tree has an extended B-tree which can store timestamp-based aggregation values. As it considers the direction of trajectory, the extended B-tree has a structure with direction. So this kind of aCN-RB-tree index can support efficient search for trajectory and traffic zone. The aCN-RB-tree can find a moving object trajectory in a given time interval efficiently. It can support traffic management systems and mining systems in ubiquitous environments.

• 한국항행학회논문지
• /
• 제14권2호
• /
• pp.143-150
• /
• 2010

사물 또는 개념을 포함하는 개체들 간의 관계성을 일컫는 온톨로지는 다양한 시나리오의 정보서비스를 구현하는데 적용되고 있다. 그것은 하나의 개체에 대하여 그것을 둘러싸고 있는 다른 개체들이 어떤 것이 있고, 어떤 관계를 맺고 있는 지를 파악함으로써 보다 정확하게 이해할 수 있다는 데 있다. 역사적 사건들을 기술하는데 있어서 시공간적 위치는 그 사건에 대한 역사적 상황을 포괄적으로 표현한 것이라고 할 수 있다. 따라서 시공간적 위치정보는 역사적 사건들을 서로 연결하는 중요한 매개체가 된다. 우리는 이 논문을 통하여 역사적 사실 또는 사건들을 기반으로 하는 역사정보서비스에 있어서 정보에의 접근 및 검색 방법에 대한 사용 시나리오를 분석하고, 시공간의 틀 속에서 역사 이야기를 구성하기 위한 온톨로지 설계 방법을 제안한다.

• 한국멀티미디어학회논문지
• /
• 제9권12호
• /
• pp.1529-1541
• /
• 2006

Moving objects have been widely employed in traffic and logistic applications. Spatio-temporal aggregations mainly describe the moving object's behavior in the spatial data warehouse. The previous works usually express the object moving in some certain region, but ignore the object often moving along as the trajectory. Other researches focus on aggregation and comparison of trajectories. They divide the spatial region into units which records how many times the trajectories passed in the unit time. It not only makes the storage space quite ineffective, but also can not maintain spatial data property. In this paper, a spatio-temporal aggregation index structure for moving object trajectory in constrained network is proposed. An extended B-tree node contains the information of timestamp and the aggregation values of trajectories with two directions. The network is divided into segments and then the spatial index structure is constructed. There are the leaf node and the non leaf node. The leaf node contains the aggregation values of moving object's trajectory and the pointer to the extended B-tree. And the non leaf node contains the MBR(Minimum Bounding Rectangle), MSAV(Max Segment Aggregation Value) and its segment ID. The proposed technique overcomes previous problems efficiently and makes it practicable finding moving object trajectory in the time interval. It improves the shortcoming of R-tree, and makes some improvement to the spatio-temporal data in query processing and storage.

• 한국공간정보시스템학회 논문지
• /
• 제12권1호
• /
• pp.28-36
• /
• 2010

컴퓨터 환경에서 한 가지 사건으로 상황이 특징 지워지기도 하지만, 일반적 상황 인식은 공간과 시간을 포함하는 다양한 사건들에 의해서 결정되어 진다. 물리적 공간과 상호 작용하는 실시간 센서 네트워크 상황 인식 서비스는 시간적 특성을 포함한다. 상황 인식 서비스 관계 설정 방법으로 실시간 상황 인식을 시공간적으로 취급하는 것이 요구된다. 본 논문은 상황 인식 모델에 시공간적 특성이 포함 되도록 하는 방법을 제안하고, 이를 개선된 Petri-Net을 이용하여 효과를 확인한다. 실시간 센서 네트워크 상황 인식을 위해 기본 Petri-Net, 패턴화된 Petri-Net 및 시공간 Petri-Net 모델 특성을 연구한다. 이 방법을 이용하여 새만금 온도 변화 탐지에 적용예를 보였다. 본 연구를 통해 시공간 Petri-Net을 사용한 응용 개발 뿐 만 아니라 시공간 상황 인식 모델링에 기여 할 것이다.

• Journal of information and communication convergence engineering
• /
• 제9권5호
• /
• pp.545-550
• /
• 2011

Trilateration is a typical method to locate an object, which requires inherently at least three prerecognized reference points. In some cases, owing to out of reachability to communication facilities the target node cannot be reachable always to three base stations. This paper presents a predictive method, which can identify the location of a moving target node in real time even though the target node could not get in touch with all three base stations. The method is based on the PIDcontrolled Moving Objects Spatio-Temporal Model Algorithm. Simulation results verify that this method can predict the moving direction of a moving target, and then combine with its past position information to judge accurately the location.

• 대한원격탐사학회지
• /
• 제36권5_1호
• /
• pp.807-821
• /
• 2020

이 연구에서는 작물 모니터링을 위한 시계열 고해상도 영상 구축을 위해 기존 중저해상도 위성영상의 융합을 위해 개발된 대표적인 시공간 융합 모델의 적용성을 평가하였다. 특히 시공간 융합 모델의 원리를 고려하여 입력 영상 pair의 특성 차이에 따른 모델의 예측 성능을 비교하였다. 농경지에서 획득된 시계열 Sentinel-2 영상과 RapidEye 영상의 시공간 융합 실험을 통해 시공간 융합 모델의 예측 성능을 평가하였다. 시공간 융합 모델로는 Spatial and Temporal Adaptive Reflectance Fusion Model(STARFM), SParse-representation-based SpatioTemporal reflectance Fusion Model(SPSTFM)과 Flexible Spatiotemporal DAta Fusion(FSDAF) 모델을 적용하였다. 실험 결과, 세 시공간 융합 모델은 예측 오차와 공간 유사도 측면에서 서로 다른 예측 결과를 생성하였다. 그러나 모델 종류와 관계없이, 예측 시기와 영상 pair가 획득된 시기 사이의 시간 차이보다는 예측 시기의 저해상도 영상과 영상 pair의 상관성이 예측 능력 향상에 더 중요한 것으로 나타났다. 또한 작물 모니터링을 위해서는 오차 전파 문제를 완화할 수 있는 식생지수를 시공간 융합의 입력 자료로 사용해야 함을 확인하였다. 이러한 실험 결과는 작물 모니터링을 위한 시공간 융합에서 최적의 영상 pair 및 입력 자료 유형의 선택과 개선된 모델 개발의 기초정보로 활용될 수 있을 것으로 기대된다.